پاورپونیت آماده; شبیه سازی فرایندهای سیستمهای ناهمگن با استفاده از الگوریتم ژنتیک

پاورپونیت آماده; شبیه سازی فرایندهای سیستمهای ناهمگن با استفاده از الگوریتم ژنتیک

مطالب اسلایدهای ابتدایی این پاورپوینت به شرح زیر است

 

تعداد اسلاید : 38 اسلاید

1 1 2 2
شبیه سازی فرایندهای سیستمهای ناهمگن با استفاده از الگوریتم ژنتیک

3 3 الگوریتم ژنتیک چیست؟ نکات کلی در مورد الگوریتم ژنتیک
الگوريتم هاي ژنتيک از اصول انتخاب طبيعي داروين براي يافتن فرمول بهينه جهت پيش بيني يا تطبيق الگو استفاده مي کنند.

الگوريتم هاي ژنتيک اغلب گزينه خوبي براي تکنيک هاي پيش بيني بر مبناي رگرسيون هستند.

در هر نسل، بهترین های آن نسل انتخاب می شوند و پس از زاد و ولد، مجموعه جدیدی از فرزندان را تولید می کنند.
ارائه روشی برای زمانبندی سیستمهای چند پردازنده با الگوریتم ژنتیک 4 4 مسائل NP یک نمونه دسته ای از مشکلات که نمی توانند از طریق روش قدیمی و سنتی حل شوند، مسائل NP است.

مثال هایی از مسائل NP عبارتند از: مسئله فروشنده دوره گرد، مسئله N وزیر، مسئله کوله پشتی و ... الگوریتم های ژنتیکی از جمله روشهایی هستند که برای حل اینگونه مسائل بکار می روند.

مسئله زمانبندی هم جزء مسائل NP محسوب می شود ارائه روشی برای زمانبندی سیستمهای چند پردازنده با الگوریتم ژنتیک 5 5 1-شروع: یک جمعیت تصادفی از کروموزوم ها تولید کنید.

2- تناسب: تناسب هر کروموزوم در جمعیت ارزیابی می شود.

3- جمعیت جدید: یک جمعیت جدید از طریق تکرار گام هایی ایجاد می شود تا هنگامی که جمعیت جدید کامل شود. ساختار های کلی الگوریتم ژنتیکی ارائه روشی برای زمانبندی سیستمهای چند پردازنده با الگوریتم ژنتیک 6 6 مراحل ایجاد جمعیت جدید

الف- انتخاب: انتخاب دو کروموزوم والد از جمعیت موجود بر طبق تناسب آنها.
ب- ترکیب: از ترکیب والدین یک فرزند جدید تولید می شود و اگر ترکیبی صورت نگیرد فرزند دقیقا کپی یکی از والدین می باشد.
ج- جهش: ممکن است با یک احتمال در هر یک از کروموزوم های فرزند جهش ایجاد شود.
د- پذیرش: فرزند جدید در یک جمعیت جدید پذیرفته می شود.
ه- جایگزینی: جمعیت جدید تولید شده جایگزین جمعیت قبلی می شود تا الگوریتم بار دیگر تکرار شود.
ساختار های کلی الگوریتم ژنتیکی ارائه روشی برای زمانبندی سیستمهای چند پردازنده با الگوریتم ژنتیک 7 7
4- تست: اگر به شرط پایان الگوریتم رسیده باشیم متوقف می شود و بهترین راه حل از جمعیت جاری برگردانده می شود.

5- تکرار: به گام دو برمی گردیم(تناسب).
ساختار های کلی الگوریتم ژنتیکی ارائه روشی برای زمانبندی سیستمهای چند پردازنده با الگوریتم ژنتیک 8 8 ارائه دهنده: علی پدرام نحوه عملکرد الگوریتم ژنتیک ارائه روشی برای زمانبندی سیستمهای چند پردازنده با الگوریتم ژنتیک 9 9 1- موازی بودن الگوریتم ژنتیک

2- جستجوی فضای جستجو در چند جهت مختلف

3- امکان شکستن فضاهای جستجو به فضاهای کوچکتر نقاط قوت الگوریتمهای ژنتیک ارائه روشی برای زمانبندی سیستمهای چند پردازنده با الگوریتم ژنتیک 10 10 1- نوشتن عملگر Fitness که منجر به بهترين راه حل براي مسئله شود.

2- اگر عملگر Fitness به خوبي و قوي انتخاب نشود ممکن است باعث شود که راه حلي براي مسئله پيدا نکنيم يا مسئله اي ديگر را به اشتباه حل کنيم.
3- انتخاب مناسب پارامترهای دیگر مانند

دریافت فایل